使用Minecraft來解開機器人的思維

布朗大學的研究人員正在開發一種新算法，以幫助機器人更好地規劃他們在復雜環境中的行為。它旨在幫助機器人在現實世界中更有用，但它是在虛擬世界的幫助下開發的 - 即視頻游戲“我的世界”。

基本行動計劃雖然對人類來說很容易，但卻是機器人技術的前沿。部分問題在于機器人不會直觀地忽略與手頭任務無關的對象和動作。例如，如果有人要求您清空廚房中的垃圾桶，您就會知道無需打開烤箱或打開冰箱。你去垃圾桶了。

然而，機器人缺乏直覺。大多數規劃方法在決定采用哪種方法之前，都要考慮整套可能的對象和行動。換句話說，機器人實際上可能會考慮打開烤箱作為其取出垃圾的計劃過程的一部分。在復雜的環境中，這導致計算機科學家稱之為“狀態空間爆炸” - 一系列選擇如此之大以至于令人難以置信。

“這是一個非常棘手的問題，”布朗的計算機科學助理教授Stefanie Tellex說。“我們希望機器人能夠做各種不同的事情，但隨后可能的行動空間變得巨大。我們不想限制機器人的能力，所以我們必須找到縮小搜索空間的方法。”

Tellex和她的學生正在開發的算法正是這樣做的。Tellex實驗室的研究生David Abel領導了這項工作，并將在國際自動規劃和調度會議上發表演講。

發現可能的路徑

該算法使用“基于目標的動作先驗”來增強標準機器人規劃算法 - 在給定空間中最有可能幫助代理實現給定目標的對象和動作集。給定任務的先驗可由專家操作員提供，但也可通過算法本身通過反復試驗來學習。

事實證明，Minecraft游戲提供了一個理想的世界來測試算法在規劃過程中學習行動先驗并實施它們的程度。對于沒有經驗的人來說，Minecraft是一款開放式游戲，玩家通過在虛擬世界中摧毀或堆疊3D模塊來收集資源并構建各種結構。超過1億注冊用戶，它是有史以來最受歡迎的視頻游戲之一。

“Minecraft是很多這些機器人問題的典范，”Tellex說。“玩這個游戲的人可以做很多可能的行動，而且收集大量的訓練數據非常便宜且容易。在現實世界中這樣做要困難得多。”

Tellex和她的同事們開始在研究人員開發的Minecraft模型中構建小區域，每個區域只有幾個方塊。然后他們將一個角色插入領域并給它一個任務來解決 - 也許挖掘一些埋藏的金子或建造一座跨越鴻溝的橋梁。由算法驅動的代理必須嘗試不同的選項，以便學習任務的基于目標的先驗 - 完成工作的最佳操作。

“我們可以了解到，如果你站在壕溝旁邊并試圖穿過，你可以在溝槽中放置塊。否則不要放置塊，”Tellex說。“如果你試圖在一些區塊下挖掘一些金幣，就要摧毀這些區塊。否則不要破壞區塊。”

在算法對特定任務進行了多次試驗以學習適當的先驗后，研究人員轉移到了一個前所未有的新領域，看它是否能應用它所學到的東西。事實上，研究人員表明，他們擁有先驅，他們的Minecraft代理可以比標準規劃算法驅動的代理更快地解決不熟悉領域的問題。

研究人員在虛擬世界中磨練了算法，然后在真實的機器人中進行了嘗試。他們使用該算法讓機器人幫助人們完成烘烤布朗尼的任務。該算法為該任務提供了幾個動作先驗。例如，之前的一個動作讓機器人知道雞蛋經常需要用打蛋器打。因此，當一箱雞蛋出現在機器人的工作空間中時，它能夠預測廚師需要攪拌器并將其交給他。

根據調查結果，Tellex表示，她認為基于目標的行動先鋒是一種可行的策略，可以幫助機器人應對非結構化環境的復雜性 - 隨著機器人繼續走出受控設置并進入我們的家園，這一點將變得非常重要。

這項工作還展示了像Minecraft這樣的虛擬空間在為現實世界的機器人和其他人工智能體開發解決方案方面的潛力。Tellex說：“我認為它將為算法的快速迭代提供一種方法，然后我們可以在我們的機器人中運行它們，并且有信心它們將會起作用。”

對于這篇特別的論文，團隊在Minecraft模型中使用了非常小的域，以幫助算法更快地學習。但該團隊現在已經開發了一種修改 - 一種模式 - 使算法能夠在真實游戲中運行，可在線免費獲得。該模型是使用BURLAP開發的，BURLAP是Brown的策劃代碼庫，用于學習和規劃算法。該團隊希望其他研究人員可以使用它來解決新問題，或者常規的Minecraft玩家可能會覺得它很有用。

在真實游戲中，研究人員希望使用他們的算法在越來越大的Minecraft域中執行任務 - 最終可能是所有的Minecraft。這對人工智能來說是一個巨大的飛躍。

“整個Minecraft就是我們稱之為'AI完整'，”Tellex說。“如果你可以做所有的Minecraft，你可以解決任何問題。這是相當遙遠的，但是在這個過程中有很多有趣的研究目標。”